大数据背景下学生精准资助实现路径的研究＊

汤梦姣，唐 海，高 峰

（1.湖南铁道职业技术学院，湖南 株洲412001；2.株洲市行政服务审批局，湖南 株洲412007）

2020年是脱贫攻坚决战决胜之年，中国将在这一年全面建成小康社会，农村贫困发生率已经下降至最低，但精准扶贫依然是高校的一个重要课题，牵动着上亿的财政预算以及百万个贫困家庭的大学梦。各高校开始陆续启用大数据，利用大数据的优势，优化社会和教育资源配置，让大数据扶贫更加精准可信。

1 问题的提出

习总书记在决战决胜脱贫攻坚座谈会上的讲话中指出，全国剩余52个贫困县未摘帽，2 707个贫困村未出列，建档立卡贫困人口未全部脱贫。“三保障”问题基本解决了，但稳定住、巩固好还不是一件容易的事情，受到疫情影响，有的孩子因为家庭贫困而反复失学辍学，高校的扶贫资助依然重要，由此可以看出总书记对扶贫的重视和决心，教育扶贫作为打赢脱贫攻坚的重要环节和长远规划，在大数据背景下如何实现高效、长效的精准扶贫，以及将社会和教育资源合理配置是本文研究的重点。

2 大数据背景下精准扶贫的作用

2.1 精简贫困认定工作的过程

中国高校大部分贫困认定均通过建档立卡资料直接判断其条件是否达到贫困线标准，资料真实性也仅凭学生对自主上传相关资料负责，高校不能直接对贫困生进行的精准分级，而且存在一些未提交资料而可能需要进行贫困识别的学生，纸质和电子资料真实性和完整性不能得到有效保障的情况下，辅导员工作效率和审核能力也参差不齐，高校的贫困认定工作往往由于大量资料需要查阅而陷入被动。此时，大数据能够提供历史政务记录查询、大量的侧面数据支撑和条件筛选，帮助形成是否为贫困生的建议和贫困等级认定建议，不再需要辅导员老师通过大量查档、调研，精简了老师查看、审核贫困资料的过程，高校可以全面了解学生家庭的实际经济状况，并且可以考虑学生的全方位信息，例如其消费行为、消费场所，使得贫困认定与复核工作更加高效。

2.2 扩大贫困资助工作的形式

现阶段常用的资助形式包含发放助学金、设立勤工助学岗位，但勤工助学岗位数量和覆盖范围有限，大部分贫困生只能被动接受助学金。贫困资助的初衷是减少贫困生读书的经济压力和生活压力，但由于生源地区发展和个体发展差异，精准识别到的贫困学生在接受助学金会后，可能面临着巨大的心理压力，一方面是对资助金的实际需求，另一方面是自尊心可能受损，贫困生的心理发育不够成熟条件下，容易诱发各种消极心态，可能产生自尊心受挫的心理问题，这就需要高校从扶贫资助形式上将贫困生被动接受转为主动获取。大数据能够将社会资源和教育资源整合后进行二次分配，提供大量的受保护的轻劳动岗位来适配贫困生，将被动接受助学金转为通过各种劳动行为主动获取等量报酬，不仅能增强贫困生基本的综合素质，还能从心理上保护贫困生适应社会的自尊心，从根本上解决资助形式单一的问题，增强贫困生融入社会的连接，为大范围、长期主动资助提供了可能性。

2.3 保障贫困资料工作的真实性

国家逐步建立一系列诚信档案，重视规范个人诚信行为，尤其是大学生诚信，高校应主动帮助大学生避免发生损害个人诚信的行为。高校贫困资助工作中涉及大量的审核、复核工作，客观上限制了贫困复核工作，不能长期采取人工手段进行，间接导致个别学生可能心存侥幸，上传不正规资料来达到骗取助学金的目的，单纯依靠人工手段不能及时发现且制止其作假行为，但一经查实，将会影响到学生的诚信档案，高校处于被动接受的情况。大数据通过各个方面收集的信息与学生上传的资料进行对比，筛选出疑似作假资料和不符合政策的资料，提前告知学生并控制其进一步的损害行为，有助于减少人工排查环节的资料量，提高审核复核工作效率，过程性资料通过电子档案进行长期保存，可随时调取学生资料进行复核。通过实时监测学生的生活行为，收集分析学生消费信息、个人行动轨迹，一旦满足触发敏感事件的条件，根据预定策略向辅导员或班主任发送提醒信息，监测行为更重要的是挖掘隐性贫困生和因病返贫的情况，对不主动寻求帮助的贫困生给予重视。大数据能够更好地保护学生的隐私，建立更科学有效的贫困生画像，化被动接受为主动出击，助力决战脱贫攻坚。

3 大数据背景下精准扶贫实现路径

3.1 搭建社会资源助学平台

为了使贫困资助得到自主良性发展，需要搭建社会资源助学平台，用于融合社会与教育力量，推动贫困资助化被动为主动。基于贫困资助大数据的信息，搭建助学平台，增加社会资源与贫困生的联系，增加贫困生的主动获取行为，保障贫困生的心理健康。要与当地的中小企业服务部门、劳动部门和教育部门协调合作，让中小企业将短期、轻量工作机会上线至助学平台，与大部分贫困生期望的往返距离、工作强度和工作时间等条件相匹配，打造出海量的校外勤工助学岗位，为更多贫困生提供走向社会、提升自身综合素质的机会，有助于实现贫困资助的初衷。另一方面，中小企业可以通过大数据匹配贫困生想要的兼职岗位和企业需要的临时工，提供更多对双方均有利的双向选择机会，从兼职费用中抽取一定比例的金额作为保险金来保障贫困生进行兼职活动，最终形成一个由企业、高校、政府三方投入资源进行管理的平台。企业能从中获得相较市场成本更低的劳动力和可塑造的生力军，高校能够使贫困生主动获得资助，得到有保障的稳定劳动环境，政府能减少扶贫财政压力，为中小企业市场增加活力，为毕业生与企业提供更多机会以增进就业。推动助学平台搭建的关键在于政府首先要建立相关保障制度和政策倾向，允许高校开放校外兼职，鼓励中小企业提供岗位机会，还要履行行政监督职权，形成对企业、高校、贫困生的评价考核机制，利用高校和企业的专业资源群来打造一个可调控的市场经济范围圈，创造更多通过大数据技术精准匹配成功的资助岗位。

3.2 构建贫困资助大数据中心

贫困资助需要一个长效动态监测的中心，收集、清晰、重组各方大数据后，清洗过滤大数据资源池，将初步符合或已申报贫困资助条件的人员信息汇集至大数据中心，形成贫困资助大数据沉淀池，结合各方的政策和实际情况，最终生成贫困生画像，便于对贫困生的审核复核监测和隐性贫困的排查。针对已申报或需要帮扶的学生，做好持续追踪工作，根据其家庭情况主动选择中断或修改帮扶策略，将资助资源集中在精准识别到的贫困生上，转变为常态化的扶贫机制。已经认定为贫困家庭的学生入读后，贫困资助大数据中心的信息能直接与高校或教育部门的数据中心连接，进行资料交换存档，且学生信息必须全程保密。贫困地区通过贫困资助大数据中心公开的统计信息，例如贫困生的总数、兼职工作需求、最想做的工作等信息，能够吸引更多的社会资源加入到贫困资助中，为贫困资助提供源源不断的社会力量，政府也应对其给予一定的政策扶持。贫困资助大数据中心的搭建能有效提升贫困资助的完整性、精准性、长效性，保障贫困资助长期的良性发展，为国家解决高校和社会的一系列问题。

3.3 重视心理资助和育人取向

高校实行贫困资助的最终目的是育人，不仅要提供生活上的物质帮助，还需要重视心理上的资助，帮助他们成为综合素质全面发展的大学生。高校大部分的资助扶贫工作重心在于如何认定贫困、如何发放资助，但忽视了对心理上已有缺陷或容易诱发心理问题的学生给予资助。利用大数据根据学生的生活、学习、兼职信息，结合行为心理学来分析学生的心理成长变化，及时发现异变心理，建立心理预防和矫正网格，匹配合适的心理辅导专家和方案进行心理资助工作。针对易产生自卑感的贫困生还需要积极进行心理疏导，匹配合适的活动、兼职或交流机会来帮助他们勇敢、主动地与老师、同学和社会进行沟通，充分表达内心想法，建立强大的内心世界。高校在心理资助方面还需要切实做好贫困生隐私保护工作，防止贫困生心理档案被泄露，让贫困生产生不必要的心理压力。

高校在开展资助工作中，只重视资助对象现状和审核结论，忽视了育人才是判断扶贫效果的最终标准，但高校掌握的扶贫工作效果有限，学生在校时间相对较短，很难评价资助工作的实际效果和贫困生综合素质的变化。在大数据体系支撑下，精准扶贫工作得到了指标化、程序化、长效化的可行性提升，通过构建长期的育人评价机制来得到扶贫的效果反馈，长期监测贫困生在校和离校的生活工作情况，保持毕业贫困生的持续关注和追踪，更全面地了解资助育人的完成情况，将长期观察的结果形成评价结论，用以循环优化扶贫工作。

4 结束语

总的来讲，决战脱贫攻坚已进入收官阶段，加强高校扶贫资助工作中对大数据的利用，能够为提高扶贫工作的效率、效果以及评价扶贫工作的育人成效提供有力支撑，最大程度地整合社会和教育资源来向贫困生提供主动获取资助的路径，也为贫困生的心理成长和健康提供技术保障。构建一个大数据长效动态监测的中心，不仅对贫困生起到积极作用，还为高校提供一种管理学生的方式方法，增加学生工作的信息化手段，缩短了学生走向社会的距离，快速推动高校大数据实际应用进程。